---
title: "Tablero - Alquiler de Películas"
output: 
  flexdashboard::flex_dashboard:
    storyboard: true
    social: menu
    source: embed
---

```{r setup, include=FALSE}
library(flexdashboard)
```

```{r, include=FALSE}
data = read.csv(file="/Users/pablitopol/Downloads/Docente/Univ. Aconcagua/india.csv")
final = read.csv(file="/Users/pablitopol/Downloads/Docente/Univ. Aconcagua/final.csv")
```

### La salida de los datos procesados en Python será tomada por R para generar un tablero rápido

```{r}
library(leaflet)
leaflet() %>%
  addTiles() %>%
  addMarkers(lng=data$lon, lat=data$lat, popup=data$city)
```

***

En el costado derecho podemos poner el texto descriptivo que nos sea útil. 


### Podemos incluir cualquier tipo de gráfico

```{r}
library(plotly)
sem_dia = as.data.frame(table(final$rental_hora, final$rental_diaSemana))
fig <- plot_ly(z = sem_dia$Freq, x=sem_dia$Var2, y=sem_dia$Var1, type = "heatmap") %>% 
  layout(title = 'Cantidad de alquileres por hora y día de la semana',
         xaxis = list(title = 'Hora',
                      zeroline = TRUE),
         yaxis = list(title = 'Día de la Semana')
         )
fig
```

***

Las librerías en R y en Python suelen ser similares. Algunas son homónimas, otras son copias idénticas


### Incluso podemos usar distintos filtros interactivos que facilitan la visualiación de los datos

```{r}
library(dygraphs)
library(dplyr)
serie = final %>%
    group_by(rental_fecha) %>%
    summarise(suma = sum(amount))
serie$rental_fecha = as.Date(serie$rental_fecha)
dygraph(serie, main = "Suma total de alquileres (en dólares)") %>%
  dySeries("suma", label = "Monto") %>%
  dyOptions(stackedGraph = TRUE) %>%
  dyRangeSelector(height = 20) %>% 
  dyRangeSelector()
```

***

Se pueden incorporar gráficos estáticos y dinámicos. Si bien este tipo de reportes permite una interacción muy básica con el usuario


### Ejemplo de gráfico de barras con Plotly

```{r}
library(plotly)
p <- ggplot(data = final, aes(x = rental_diaSemana, fill = rating)) +
            geom_bar(position = "dodge")
ggplotly(p)
```

***

En este gráfico, hecho con Plotly, vemos la cantidad de alquileres por día de la semana y por tipo de película (clasificación)


### MetricsGraphics - Scatter plot

```{r}
library(metricsgraphics)
aux = final %>%
          group_by(rental_diaSemana, rental_mes) %>%
          summarise(suma = sum(amount))
mjs_plot(aux, x=rental_diaSemana, y=rental_mes) %>%
    mjs_point(size_accessor=suma, color_accessor = suma) %>%
  mjs_labs(x="Día de la semana", y="Mes")
```

***

Scatter plot mostrando total pagado en concepto de alquileres por día de la semana y mes